Программирование с использованием датчика зрения ИИ в VEXcode V5 Python

Убедитесь, что у вас настроены цветовых сигнатур и цветовых кодов с помощью датчика AI Vision, чтобы их можно было использовать с вашими блоками. Более подробную информацию об их настройке вы можете узнать, прочитав статьи ниже:

• Настройка цветовых подписей с помощью датчика AI Vision в VEXcode V5
• Настройка цветовых кодов с помощью датчика AI Vision в VEXcode V5

Датчик AI Vision также может обнаруживать AI-классификации и AprilTags. Чтобы узнать, как включить эти режимы обнаружения, перейдите по ссылке:

• Использование классификаций ИИ с датчиком зрения ИИ
• Использование AprilTags с датчиком искусственного интеллекта

Более подробную информацию об этих отдельных командах и о том, как их использовать в VEXcode, можно найти на сайте API.

---

Получайте визуальные данные с помощью датчика зрения ИИ

Каждая команда AI Vision Sensor будет начинаться с имени настроенного AI Vision Sensor. Во всех примерах в этой статье имя используемого датчика AI Vision будет ai_vision_1.

take_snapshot

Метод take_snapshot делает снимок того, что в данный момент видит датчик AI Vision, и извлекает данные из этого снимка, которые затем можно использовать в проекте. При создании снимка вам необходимо указать, данные о каком типе объекта датчик AI Vision должен собирать:

• AЦветовая подпись илиЦветовой код
  • Эти визуальные сигнатуры начинаются с имени датчика искусственного интеллекта, двойного подчеркивания, а затем имени визуальной сигнатуры, например: ai_vision_1__Blue.
• Классификации ИИ - AiVision.ALL_AIOBJS
• АпрельТеги- AiVision.ALL_TAGS

При создании снимка будет создан кортеж всех обнаруженных объектов, которые вы указали. Например, если вы хотите обнаружить «синий» цветовой признак, а датчик искусственного интеллекта обнаружил 3 разных синих объекта, данные со всех трех будут помещены в кортеж.

В этом примере переменная vision_objects хранит кортеж, содержащий обнаруженные цветовые сигнатуры «фиолетового»цвета от датчика AI Vision с именем ai_vision_1. Он отображает количество обнаруженных объектов и делает новый снимок каждые 0,5 секунды.

while True: 
    # Получить снимок всех сигнатур фиолетового цвета и сохранить его в vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Purple)
    
    # Перед извлечением данных убедитесь, что объект был обнаружен в снимке.
    если vision_objects[0].exists == True
    
        brain.screen.clear_screen()
        brain.screen.set_cursor(1, 1)
    
        brain.screen.print("Количество объектов:", len(vision_objects))
    wait(0.5, SECONDS)

Свойства объекта

Каждый объект из снимка имеет различные свойства, которые можно использовать для предоставления информации об этом объекте. Доступны следующие объекты недвижимости:

• идентификатор
• centerX и centerY
• originX и originY
• ширина
• высота
• угол
• счет
• существует

Чтобы получить доступ к свойству объекта, используйте имя переменной, хранящей кортеж, а затем индекс объекта.

Индекс объекта указывает, какое конкретно свойство объекта вы хотите получить. После создания снимка датчик AI Vision автоматически сортирует объекты по размеру. Самому большому объекту присваивается индекс 0, а объектам меньшего размера присваиваются более высокие индексные номера.

Например, вызов ширины самого большого объекта внутри переменной vision_objects будет выглядеть так: vision_objects[0].width.

идентификатор

Свойство id доступно только для AprilTags и AI Classifications.

Дополнительную информацию о классификациях ИИ AprilTags и и о том, как включить их обнаружение в утилите AI Vision, можно найти в этих статьях.

centerX и centerY

Это координаты центра обнаруженного объекта в пикселях.

В этом примере, поскольку центр поля зрения датчика AI Vision находится в точке (160, 120), робот будет поворачивать направо до тех пор, пока координата centerX обнаруженного объекта не станет больше 150 пикселей, но меньше 170 пикселей.

while True:
    # Получить снимок всех сигнатур синего цвета и сохранить его в vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Перед извлечением данных убедитесь, что объект был обнаружен в снимке.
    if vision_objects[0].exists == True

        # Проверяем, находится ли объект в центре поля зрения датчика зрения ИИ.
        if vision_objects[0].centerX > 150 и 170 > vision_objects[0].centerX:

            # Продолжайте поворачивать направо, пока объект не окажется в центре поля зрения.
            drivetrain.turn(RIGHT)
        else:
            drivetrain.stop()
    wait(5, MSEC)

originX и originY

OriginX и OriginY — координаты верхнего левого угла обнаруженного объекта в пикселях.

ширина и высота

Это ширина или высота обнаруженного объекта в пикселях.

В этом примере для навигации используется ширина объекта. Робот будет приближаться к объекту до тех пор, пока ширина не достигнет определенного размера, а затем остановится.

while True:
    # Получить снимок всех сигнатур синего цвета и сохранить его в vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Перед извлечением данных убедитесь, что объект был обнаружен в снимке.
    if vision_objects[0].exists == True

        # Проверяем, находится ли самый большой объект близко к датчику зрения ИИ, измеряя его ширину.
        if vision_objects[0].width < 250:

            # Подъезжаем ближе к объекту, пока его ширина не станет больше 250 пикселей.
            drivetrain.drive(FORWARD)
        else:
            drivetrain.stop()

    wait(5, MSEC)

угол

счет

Свойство баллов используется при обнаруженииклассификаций ИИ с помощью датчика зрения ИИ.

существует

Свойство существует используется для определения того, была ли обнаружена указанная Визуальная сигнатура в последнем сделанном снимке.

Это позволяет проверить, были ли обнаружены какие-либо объекты в предыдущем снимке. Это свойство вернет True, если объект существует, и False, если объект не существует.